Un token, c’est quoi ?

Comprendre les tokens, leur coût et ce qu’ils représentent concrètement.

Un e-mail à reformuler, un document à résumer, une idée à creuser… Vous utilisez peut-être l’IA chaque jour sans vous poser la question. Pourtant, derrière chaque échange, une unité revient : le token.

À quoi correspond-il ? Combien en faut-il pour un texte ? Et pourquoi en parle-t-on dans les tarifs ? Voici les repères pour y voir plus clair.

C’est quoi, un token ?

Un token est un petit morceau de texte utilisé par un modèle d’IA. Il peut correspondre à un mot entier, une partie de mot ou un signe de ponctuation. Les espaces comptent aussi dans le découpage.

Le modèle traite le texte sous forme de tokens, dont le découpage peut sembler surprenant. Il en génère ensuite pour construire sa réponse.

Comment ça se découpe ?

Le plus simple est de regarder quelques exemples :

Le découpage peut varier selon le modèle. Le point médian « · » représente un espace. Compter les tokens de votre texte.

« Bonjour » tient ici dans un seul token. « Intelligence artificielle », pourtant composé de deux mots, en utilise six. Compter les mots ne suffit donc pas à compter les tokens.

1 000 tokens, ça représente combien de texte ?

Pour visualiser les volumes, voici ce que donne ce repère anglais :

Ces équivalences donnent une échelle, pas une capacité garantie. Un million de tokens peut être consommé sur de nombreux échanges ; cela ne signifie pas qu’un modèle accepte tout ce texte en une seule fois.

Entrée et sortie : deux compteurs à distinguer

Vous joignez un document et demandez :

« Peux-tu résumer ce document en cinq points ? »

Votre question ne fait que quelques mots, mais l’ensemble envoyé peut représenter des milliers de tokens. Si vous poursuivez la conversation, des échanges précédents peuvent être transmis à nouveau pour conserver le contexte.

Certains modèles utilisent aussi des tokens de raisonnement internes, non visibles dans la réponse, qui peuvent entrer dans le décompte de sortie.

Et ça coûte combien ?

Dans une offre facturée à la consommation, le tarif dépend du modèle choisi. Il est souvent affiché par million de tokens, avec un prix pour l’entrée et un autre pour la sortie. La sortie est souvent plus chère, mais il n’existe pas de multiplicateur universel.

Quel modèle pour quel usage ?

Voici quatre exemples pour comparer les prix et les usages à envisager. Les indications d’usage sont des pistes de sélection fondées sur le positionnement des fournisseurs, à tester sur vos propres documents.

Tarifs publics relevés le 20 octobre 2026, en dollars US par million de tokens. Accès direct par API — l’interface qui permet à une application d’utiliser le modèle — en tarification standard, pour du texte, sans remise de cache ni traitement par lots. Pour GPT-6.1 Sol, tarifs jusqu’à 272 000 tokens d’entrée. Hors taxes éventuelles, options régionales, outils et frais de plateforme. Il ne s’agit ni des prix des abonnements grand public, ni des tarifs AIFlow.

Sources tarifaires : Google, OpenAI et Anthropic. Les tarifs peuvent évoluer.

Combien pour un même volume de tokens ?

Prenons 10 000 tokens en entrée et 2 000 tokens facturés en sortie par échange. Pour chacun des modèles, le calcul est le même : 0,01 × le tarif d’entrée + 0,002 × le tarif de sortie.

Dans cet exemple, la consommation de tokens représente donc de 8 à 80 $ pour 1 000 échanges. Le tarif unitaire devient particulièrement important lorsque les équipes multiplient les usages.

Simulation à volumes identiques, pas mesure du coût d’une tâche réelle : les modèles peuvent découper le même texte différemment et générer des quantités différentes de réponse ou de raisonnement. Les 2 000 tokens de sortie incluent ici tout raisonnement facturé. Les éventuels appels à des outils s’ajoutent au calcul.

Avec un abonnement mensuel à une application, vous ne payez pas nécessairement chaque échange au token : l’offre possède ses propres fonctionnalités et limites d’usage.

Les bons réflexes pour maîtriser sa consommation

• Ouvrez une nouvelle conversation lorsque vous changez de sujet. Selon l’application, une partie des échanges précédents est retransmise au modèle pour conserver le contexte. Une longue conversation peut donc augmenter le volume traité, même si votre dernière question tient en une ligne.
• Donnez une consigne claire, avec la longueur attendue. « Résume les décisions et les actions à mener en cinq points » évite plus facilement les allers-retours qu’un simple « résume ». Une réponse détaillée est utile quand le sujet le demande ; quelques lignes peuvent suffire pour une question précise.
• Transmettez le contexte utile. Parfois, tout le document est nécessaire. Parfois, le passage concerné suffit.
• Choisissez un modèle adapté, si l’outil le permet. Une reformulation simple ne demande pas forcément le même modèle qu’une analyse complexe. Vérifiez surtout la qualité du résultat.
• Suivez les usages dans la durée. Le volume des documents, la longueur des échanges et le nombre d’utilisateurs comptent autant que le tarif affiché.